Obsah
Ako ste si pravdepodobne všimli, v priemysle smartfónov je nový trend, ktorý spočíva v zahrnutí zvukových čipov „štúdiovej kvality“ do moderných vlajkových smartfónov. Aj keď 32-bitový DAC (digitálny prevodník na analógový prevodník) so 192 kHz zvukovou podporou určite vyzerá dobre na technickom liste, nie je to nijako prospešné pre zvýšenie veľkosti našich zvukových zbierok.
Som tu, aby som vysvetlil, prečo je táto bitová hĺbka a rýchlosť vzorkovania iba ďalším príkladom zvukového priemyslu, ktorý využíva nedostatok spotrebiteľských a dokonca aj audiofilových znalostí v tejto oblasti. Vezmite si blbec čiapky, ideme na niektoré vážne technické body vysvetliť výhody a výstupy pro audio. A dúfam, že vám tiež ukážem, prečo by ste mali ignorovať väčšinu marketingového humbuku.
Počuješ to?
Predtým, ako sa pustíme do tohto prvého segmentu, ponúka niekoľko požadovaných základných informácií o dvoch hlavných koncepciách digitálneho zvuku, bitovej hĺbky a vzorkovacej frekvencie.
Vzorkovacia frekvencia sa týka toho, ako často budeme zaznamenávať alebo reprodukovať informácie o amplitúde signálu. V podstate naberáme priebeh na veľa malých častí, aby sme sa o ňom dozvedeli v konkrétnom čase. Nyquistova veta uvádza, že najvyššia možná frekvencia, ktorú je možné zachytiť alebo reprodukovať, je presne polovica frekvencie vzorkovania. Toto je dosť jednoduché si predstaviť, pretože potrebujeme amplitúdy pre hornú a dolnú časť tvaru vlny (ktorá by si vyžadovala dve vzorky), aby sme presne poznali jej frekvenciu.
Zvýšenie vzorkovacej frekvencie (hore) vedie k ďalším vzorkám za sekundu, zatiaľ čo väčšia bitová hĺbka (spodná) poskytuje viac možných hodnôt na zaznamenanie vzorky pri.
Pokiaľ ide o zvuk, zaujímame sa iba o to, čo počujeme, a drvivá väčšina ľudí počuje chvost tesne pred 20 kHz. Teraz, keď vieme o Nyquistovej vete, môžeme pochopiť, prečo 44,1 kHz a 48 kHz sú bežné vzorkovacie frekvencie, pretože sú niečo vyše dvojnásobku maximálnej frekvencie, ktorú môžeme počuť. Prijatie štandardov 96 kHz a 192 kHz v štúdiovej kvalite nemá nič spoločné so zachytávaním údajov o vyššej frekvencii, čo by bolo zbytočné. Ale do toho sa ponoríme za minútu.
Keď sa pozeráme na amplitúdy v priebehu času, bitová hĺbka jednoducho odkazuje na rozlíšenie alebo počet dostupných bodov, aby sa tieto amplitúdové údaje mohli uložiť. Napríklad 8 bitov nám ponúka 256 rôznych bodov zaokrúhlených na, 16 bitových výsledkov v 65 534 bodoch a 32 bitov v hodnote údajov nám poskytuje 4 294 967 294 údajových bodov. Aj keď to očividne výrazne zvyšuje veľkosť všetkých súborov.
Môže byť ľahké okamžite premýšľať o bitovej hĺbke, pokiaľ ide o presnosť amplitúdy, ale dôležitejšími konceptmi, ktoré tu treba pochopiť, sú hluk a skreslenie. Pri veľmi nízkom rozlíšení pravdepodobne vynecháme kúsky informácií o nižšej amplitúde alebo odrežeme vrcholy priebehov, čo predstavuje nepresnosť a skreslenie (chyby kvantovania). Je zaujímavé, že to bude často znieť ako šum, ak by ste chceli prehrávať súbor s nízkym rozlíšením, pretože sme skutočne zvýšili veľkosť najmenšieho možného signálu, ktorý je možné zachytiť a reprodukovať. Je to presne to isté ako pridanie zdroja šumu do nášho priebehu. Inými slovami, zníženie bitovej hĺbky tiež znižuje hladinu hluku. Môže to tiež pomôcť premýšľať o tom z hľadiska binárnej vzorky, kde najmenej významný bit predstavuje hlukovú podlahu.
Preto vyššia bitová hĺbka nám dáva vyššiu hladinu hluku, ale je tu konečný limit, ako praktický je to v reálnom svete. Bohužiaľ, všade je hluk v pozadí a nemyslím tým, že autobus ide okolo ulice. Od káblov po slúchadlá, tranzistory v zosilňovači a dokonca aj uši vo vašej hlave je maximálny pomer signálu k šumu v reálnom svete okolo 124 dB, čo predstavuje zhruba 21-bitovú hodnotu dát.Buster žargónu:
DAC- Digitálno-analógový prevodník prijíma digitálne zvukové údaje a transformuje ich na analógový signál, ktorý sa odosiela do slúchadiel alebo reproduktorov.
Vzorkovacia frekvencia- Merané v Hertzoch (Hz), to je počet vzoriek digitálnych údajov zachytených každú sekundu.
SNR- Pomer signálu k šumu je rozdiel medzi požadovaným signálom a šumom v pozadí. V digitálnom systéme je to priamo spojené s bitovou hĺbkou.
Pre porovnanie, 16-bitové snímanie ponúka pomer signálu k šumu (rozdiel medzi šumom signálu a pozadia) 96,33 dB, zatiaľ čo 24-bitové kódy ponúkajú 144,49 dB, čo prekračuje limity hardvérového snímania a ľudského vnímania. Takže váš 32-bitový DAC bude skutočne schopný vydávať najviac 21 bitov užitočných údajov a ostatné bity budú maskované šumom v obvode. V skutočnosti však väčšina zariadení s priemernou cenou dosahuje špičku s SNR 100 až 110 dB, pretože väčšina ostatných obvodových prvkov bude predstavovať svoj vlastný hluk. Je zrejmé, že 32-bitové súbory sa už zdajú byť dosť zbytočné.
Teraz, keď už rozumieme základom digitálneho zvuku, prejdeme k niektorým technickým bodom.
Schody do neba
Väčšina problémov týkajúcich sa porozumenia a nesprávneho chápania zvuku súvisí so spôsobom, akým sa vzdelávacie zdroje a spoločnosti snažia vysvetliť výhody pomocou vizuálnych podnetov. Pravdepodobne ste všetci videli zvuk reprezentovaný ako rad schodových krokov pre bitovú hĺbku a obdĺžnikové hľadané čiary pre vzorkovaciu frekvenciu. Toto určite nevyzerá veľmi dobre, keď ho porovnáte s hladko vyzerajúcim analógovým priebehom, takže je ľahké vytrhnúť jemnejšie vyzerajúce „hladšie“ schodisko, ktoré predstavuje presnejší výstupný priebeh.
Aj keď by to mohlo byť ľahké predať verejnosti, táto spoločná analógia presnosti „schodísk“ je veľkým nesprávnym smerom a nedokáže oceniť, ako digitálny zvuk skutočne funguje. Nevšímaj si to.
Táto vizuálna reprezentácia však nesprávne interpretuje, ako zvuk funguje. Aj keď to môže vyzerať chaoticky, matematicky boli údaje pod Nyquistovou frekvenciou, čo je polovica vzorkovacej frekvencie, zachytené dokonale a dajú sa perfektne reprodukovať. Predstavte si to, dokonca aj pri Nyquistovej frekvencii, ktorá môže byť často reprezentovaná skôr ako štvorcová vlna ako hladká sínusová vlna, máme presné údaje o amplitúde v konkrétnom časovom bode, čo je všetko, čo potrebujeme. My ľudia sa mylne pozeráme na priestor medzi vzorkami, ale digitálny systém nefunguje rovnako.
Bitová hĺbka je často spojená s presnosťou, ale v skutočnosti definuje výkonnosť systému. Inými slovami, najmenší detekovateľný alebo reprodukovateľný signál.
Pokiaľ ide o prehrávanie, môže to byť trochu zložitejšie kvôli ľahko pochopiteľnému konceptu DAC s „nulovým usporiadaním“, ktoré jednoducho prepínajú medzi hodnotami pri nastavenej vzorkovacej frekvencii a vytvárajú schodný stupňovitý výsledok. Toto v skutočnosti nie je spravodlivé znázornenie toho, ako zvukové DAC fungujú, ale zatiaľ čo sme tu, môžeme pomocou tohto príkladu dokázať, že by ste sa na tieto schody nemali vôbec obávať.
Dôležitým faktom je, že všetky tvary vĺn môžu byť vyjadrené ako súčet viacerých sinusových vĺn, základnej frekvencie a ďalších komponentov v harmonických násobkoch. Trojuholníková vlna (alebo schodišťový krok) pozostáva z nepárnych harmonických pri znižujúcich sa amplitúdach. Takže ak máme veľa veľmi malých krokov, ktoré sa vyskytujú pri našej vzorkovacej frekvencii, môžeme povedať, že je pridaný nejaký extra harmonický obsah, ale vyskytuje sa pri dvojnásobnej zvukovej (Nyquistovej) frekvencii a pravdepodobne o niekoľko harmonických ďalej, takže sme vyhrali Aj tak ich nebudem môcť počuť. Okrem toho by bolo celkom jednoduché odfiltrovať pomocou niekoľkých komponentov.
Ak oddelíme vzorky DAC, môžeme ľahko vidieť, že náš požadovaný signál je dokonale reprezentovaný spolu s ďalším tvarom vlny pri vzorkovacej frekvencii DAC.
Ak je to pravda, mali by sme to byť schopní pozorovať rýchlym experimentom. Vezmime výstup priamo zo základného kódu DAC s držaním nulového rádu a tiež pomocou veľmi jednoduchého signálu 2nd aby bol dolnopriepustný filter nastavený na polovicu rýchlosti vzorkovania. V skutočnosti som tu použil iba 6-bitový signál, len aby sme mohli skutočne vidieť výstup na osciloskope. 16-bitový alebo 24-bitový zvukový súbor by mal oveľa menší šum na signál pred aj po filtrovaní.
Pomerne hrubý príklad, ale to dokazuje, že zvukové údaje sa v tomto chaoticky vyzerajúcom schodisku dokonale vytvárajú.
A ako keby kúzlo, schodové schodíky takmer úplne zmizli a výstup je „vyhladený“, jednoducho použitím dolnopriepustného filtra, ktorý nezasahuje do nášho výstupu sínusovej vlny. V skutočnosti je všetko, čo sme urobili, odfiltrované časti signálu, ktoré by ste ešte nikdy nepočuli. To naozaj nie je zlý výsledok pre ďalšie štyri komponenty, ktoré sú v podstate zadarmo (dva kondenzátory a dva odpory stoja menej ako 5 pencí), ale v skutočnosti existujú sofistikovanejšie techniky, ktoré môžeme použiť na zníženie tohto hluku ešte ďalej. Ešte lepšie je, že sú zahrnuté ako štandard vo väčšine kvalitných DAC.
Pri riešení realistickejšieho príkladu bude akýkoľvek DAC na použitie so zvukom obsahovať aj interpolačný filter, známy aj ako odber vzoriek. Interpolácia je jednoducho spôsob výpočtu medziľahlých bodov medzi dvoma vzorkami, takže váš DAC vlastne robí toto „vyhladzovanie“ sám osebe a oveľa viac, než by zdvojnásobenie alebo štvornásobenie vzorkovacej frekvencie. Ešte lepšie je, že nezaberá žiadne miesto navyše.
Interpolačné filtre, ktoré sa bežne vyskytujú v akomkoľvek soľnom roztoku DAC, sú oveľa lepším riešením než prenášať súbory s vyššou vzorkovacou frekvenciou.
Metódy na to môžu byť dosť zložité, ale váš DAC v podstate mení svoju výstupnú hodnotu oveľa častejšie, ako by naznačovala vzorkovacia frekvencia zvukového súboru. To tlačí nepočuteľné harmonické schodiskové kroky ďaleko mimo vzorkovacej frekvencie, čo umožňuje použitie pomalších, ľahšie dosiahnuteľných filtrov, ktoré majú menšie zvlnenie, a tak zachovávajú bity, ktoré skutočne chceme počuť.
Ak ste zvedaví, prečo chceme odstrániť tento obsah, ktorý nepočujeme, je to jednoduchý dôvod, prečo by reprodukcia týchto ďalších údajov ďalej v signálnom reťazci, napríklad v zosilňovači, stratila energiu. Okrem toho, v závislosti od iných komponentov v systéme, tento vysokofrekvenčný „ultrazvukový“ obsah môže skutočne viesť k vyšším množstvám intermodulačného skreslenia v zložkách s obmedzenou šírkou pásma. Preto by váš súbor 192 kHz pravdepodobne spôsobil viac škody ako úžitku, ak by v týchto súboroch skutočne bol nejaký ultrazvukový obsah.
Ak boli potrebné ďalšie dôkazy, ukážem výstup z vysokokvalitného DAC pomocou Circus Logic CS4272 (na obrázku hore). CS4272 je vybavený interpoláciou a strmým zabudovaným výstupným filtrom. Všetko, čo robíme pre tento test, je použitie mikroovládača, ktorý napája DAC dve 16-bitové vzorky s vysokým a nízkym obsahom pri 48 kHz, čo nám poskytuje maximálny možný výstupný tvar vlny pri 24 kHz. Nie sú použité žiadne ďalšie filtračné komponenty, tento výstup pochádza priamo z DAC.
24 kHz výstupný signál (horný) z tohto komponentu DAC v štúdiu nevyzerá ako obdĺžnikový priebeh spojený s obvyklým marketingovým materiálom. Vzorkovacia frekvencia (Fs) sa zobrazuje v dolnej časti osciloskopu.
Všimnite si, že výstupná sínusová vlna (horná) je presne polovica rýchlosti frekvenčných hodín (spodná). Neexistujú žiadne viditeľné schodiskové kroky a tento veľmi vysokofrekvenčný tvar vlny vyzerá takmer ako dokonalá sínusová vlna, nie je to blokovitá, vyzerajúca štvorcová vlna, ktorú by naznačoval marketingový materiál alebo dokonca náhodný pohľad na výstupné údaje. To ukazuje, že aj pri iba dvoch vzorkách funguje nyquistova teória v praxi dokonale a môžeme znovu vytvoriť čistú sinusovú vlnu bez akéhokoľvek dodatočného harmonického obsahu, bez veľkej bitovej hĺbky alebo vzorkovacej rýchlosti.
Pravda o 32-bitových a 192 kHz
Rovnako ako u väčšiny vecí je za každým žargónom skrytá pravda a 32-bitový zvuk 192 kHz je niečo, čo má praktické využitie, nie iba v dlani. Tieto digitálne atribúty sa skutočne hodia, keď ste v prostredí štúdia, a preto nároky na prenos zvuku v štúdiovej kvalite do mobilných telefónov, ale tieto pravidlá sa jednoducho neuplatňujú, keď chcete hotovú skladbu uložiť do vrecka.
Po prvé, začnime vzorkovacou frekvenciou. Jednou z často ponúkaných výhod zvuku s vyšším rozlíšením je uchovávanie ultrazvukových údajov, ktoré nemôžete počuť, ale ovplyvňujú hudbu. Nezmysly, väčšina nástrojov spadne dávno pred frekvenčným limitom nášho sluchu, mikrofón používaný na zachytenie priestorového priestoru pri maximálnej frekvencii okolo 20 kHz a vaše slúchadlá, ktoré používate, sa určite ani tak nerozšíria. Aj keď by mohli, vaše uši to jednoducho nedokážu zistiť.
Typické najvyššie citlivosť ľudského sluchu dosahuje 3 kHz a po 16 kHz sa rýchlo začína rozširovať.
Avšak vzorkovanie 192 kHz je veľmi užitočné pri znižovaní šumu (toto kľúčové slovo znova) pri vzorkovaní údajov, umožňuje jednoduchšiu konštrukciu základných vstupných filtrov a je tiež dôležité pre vysokorýchlostný digitálny efekt. Nadmerné vzorkovanie nad počuteľným spektrom nám umožňuje priemerovať signál, ktorý tlačí dno šumu nadol. Zistíte, že väčšina dobrých ADC (analógovo-digitálne prevodníky) v týchto dňoch prichádza so vstavaným 64-bitovým over-vzorkovaním alebo viac.
Každé ADC musí tiež odstrániť frekvencie nad svojím Nyquistovým limitom, inak skončíte s hrozným znejením, pretože vyššie frekvencie sú „sklopené“ do počuteľného spektra. Mať väčšiu medzeru medzi našou 20 kHz frekvenciou v rohu filtra a maximálnou vzorkovacou frekvenciou lepšie vyhovuje filtrom v reálnom svete, ktoré jednoducho nemôžu byť také strmé a stabilné, ako požadujú teoretické filtre. To isté platí na konci DAC, ale ako sme diskutovali, intermodulácia môže veľmi účinne tlačiť tento šum na vyššie frekvencie, aby sa uľahčilo filtrovanie.
Čím strmší je filter, tým väčšie je zvlnenie v priepustnom pásme. Zvýšenie vzorkovacej frekvencie umožňuje použitie „pomalších“ filtrov, ktoré pomáhajú zachovať plošnú frekvenčnú charakteristiku v počuteľnom priepustnom pásme.
V digitálnej oblasti platia podobné pravidlá pre filtre, ktoré sa často používajú v procese mixovania v štúdiu. Vyššie vzorkovacie frekvencie umožňujú strmšie a rýchlejšie pôsobiace filtre, ktoré na správne fungovanie vyžadujú ďalšie údaje. Pokiaľ ide o prehrávanie a DAC, nie je to potrebné, pretože nás zaujíma iba to, čo skutočne počujete.
Ak prejdeme na 32-bitovú verziu, každý, kto sa niekedy pokúsil kódovať ľubovoľnú vzdialene zložitú matematiku, pochopí dôležitosť bitovej hĺbky, a to s celočíselnými aj s pohyblivou rádovou čiarkou. Ako sme už diskutovali, čím viac bitov, tým menej šumu, a to sa stáva dôležitejším, keď začneme rozdeľovať alebo odčítavať signály v digitálnej doméne z dôvodu chýb zaokrúhľovania a pri vynásobení alebo pridávaní sa vyhneme chybám orezania.
Dodatočná bitová hĺbka je dôležitá na zachovanie integrity signálu pri vykonávaní matematických operácií, ako je napríklad zvukový softvér v štúdiu. Po dokončení masteringu však môžeme tieto ďalšie údaje zahodiť.
Tu je príklad, povedzme, že odoberieme 4-bitovú vzorku a naša súčasná vzorka je 13, čo je 1101 binárne. Teraz sa to pokúste rozdeliť štyrmi a my nám zostane 0011 alebo jednoducho 3. Stratili sme ďalších 0,25, čo predstavuje chybu, ak sa pokúsime urobiť ďalšiu matematiku alebo premeniť náš signál späť na analógový tvar vlny.
Tieto chyby zaokrúhľovania sa prejavujú ako veľmi malé množstvá skreslenia alebo šumu, ktoré sa môžu hromadiť na veľkom počte matematických funkcií. Ak by sme však túto 4-bitovú vzorku rozšírili o ďalšie kúsky informácií, ktoré sa majú použiť ako frakcia alebo desatinná čiarka, môžeme aj naďalej deliť, sčítavať a násobiť oveľa dlhšie vďaka extra údajovým bodom. Takže v skutočnom svete vzorkovanie pri 16 alebo 24 bitoch a ich konverzia do 32-bitového formátu na ďalšie spracovanie pomáha šetriť šum a skreslenie. Ako sme už uviedli, 32 bitov je strašne veľa bodov presnosti.
Teraz je rovnako dôležité si uvedomiť, že keď sa vrátime do analógovej domény, nepotrebujeme tento ďalší priestor. Ako sme už diskutovali, okolo 20 bitov údajov (-120 dB šumu) je absolútne maximum, ktoré je možné detegovať, takže môžeme previesť späť na primeranejšiu veľkosť súboru bez ovplyvnenia kvality zvuku, a to napriek skutočnosti, že „audiofily“ sú pravdepodobne lamentuje tieto stratené údaje.
Pri presúvaní do nižšej bitovej hĺbky však nevyhnutne zavedieme niektoré chyby zaokrúhľovania, takže vždy dôjde k určitému veľmi malému množstvu dodatočného skreslenia, pretože tieto chyby sa nevyskytujú vždy náhodne. Aj keď nejde o problém s 24-bitovým zvukom, ktorý už presahuje úroveň analógového šumu, technika 16-bitových súborov tento problém úhľadne rieši.
Príklad porovnania skreslenia spôsobeného skrátením a rozkladom.
To sa deje náhodným výberom najmenej významného bitu zvukovej vzorky, odstránením chýb skreslenia, ale zavedením veľmi tichého náhodného šumu v pozadí, ktorý sa šíri frekvenciami. Aj keď zavedenie šumu môže byť počítadlo intuitívne, v skutočnosti to znižuje množstvo zvukových skreslení kvôli náhodnosti. Navyše, použitím špeciálnych šumových obrazcov, ktoré zneužívajú frekvenčnú odozvu ľudského ucha, si 16-bitový dithered audio môže skutočne udržať vnímanú šumovú podlahu veľmi blízko k 120 dB, presne na hranici nášho vnímania.
32-bitové údaje a vzorkovacie frekvencie 192 kHz majú v štúdiu značné výhody, na prehrávanie sa však nevzťahujú rovnaké pravidlá.
Jednoducho povedané, nechajte štúdiá upchať svoje pevné disky týmto obsahom s vysokým rozlíšením. Pokiaľ ide o prehrávanie vo vysokej kvalite, jednoducho nepotrebujeme všetky tieto zbytočné údaje.
Zabaliť
Ak ste stále so mnou, nevkladajte tento článok ako úplné odmietnutie snáh o zlepšenie zvukových komponentov smartfónov. Aj keď počet smerovaní môže byť zbytočný, komponenty vyššej kvality a lepší dizajn obvodov sú stále vynikajúcim vývojom na trhu s mobilnými zariadeniami, musíme sa len uistiť, že výrobcovia zameriavajú svoju pozornosť na správne veci. Napríklad 32-bitový procesor DAC v modeli LG V10 znie úžasne, ale na jeho využitie sa nemusíte obťažovať veľkými veľkosťami zvukových súborov.
Schopnosť riadiť nízkoimpedančné slúchadlá, zachovať nízku hlučnosť od DAC do konektora a ponúkať minimálne skreslenie, sú pre smartfóny oveľa dôležitejšie vlastnosti ako teoreticky podporovaná bitová hĺbka alebo vzorkovacia frekvencia a dúfajme, že budeme schopní v budúcnosti sa podrobnejšie venovať týmto bodom.
